| dbo:abstract
|
- La base de dades CIFAR-10 (acrònim anglès de ) és una col·lecció d'imatges que s'empren en el camp de l'aprenentatge automàtic i en els algorismes de visió per ordinador creades al CIFAR (institut canadenc de recerca avançada). És un dels conjunts de dades més utilitzats per a la investigació sobre l'aprenentatge automàtic. La base de dades CIFAR-10 conté 60.000 imatges del format 32x32 dividides en 10 classes diferents. Aquestes classes són avions, cotxes, ocells, gats, cérvols, gossos, granotes, cavalls, vaixells i camions. Hi ha 6.000 imatges de cada classe. Aquestes imatges s'empren a l'hora de realitzar l' de sistemes de processament d'imatges. (ca)
- The CIFAR-10 dataset (Canadian Institute For Advanced Research) is a collection of images that are commonly used to train machine learning and computer vision algorithms. It is one of the most widely used datasets for machine learning research. The CIFAR-10 dataset contains 60,000 32x32 color images in 10 different classes. The 10 different classes represent airplanes, cars, birds, cats, deer, dogs, frogs, horses, ships, and trucks. There are 6,000 images of each class. Computer algorithms for recognizing objects in photos often learn by example. CIFAR-10 is a set of images that can be used to teach a computer how to recognize objects. Since the images in CIFAR-10 are low-resolution (32x32), this dataset can allow researchers to quickly try different algorithms to see what works. CIFAR-10 is a labeled subset of the 80 million tiny images dataset. When the dataset was created, students were paid to label all of the images. Various kinds of convolutional neural networks tend to be the best at recognizing the images in CIFAR-10. (en)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 8405 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| rdfs:comment
|
- La base de dades CIFAR-10 (acrònim anglès de ) és una col·lecció d'imatges que s'empren en el camp de l'aprenentatge automàtic i en els algorismes de visió per ordinador creades al CIFAR (institut canadenc de recerca avançada). És un dels conjunts de dades més utilitzats per a la investigació sobre l'aprenentatge automàtic. La base de dades CIFAR-10 conté 60.000 imatges del format 32x32 dividides en 10 classes diferents. Aquestes classes són avions, cotxes, ocells, gats, cérvols, gossos, granotes, cavalls, vaixells i camions. Hi ha 6.000 imatges de cada classe. Aquestes imatges s'empren a l'hora de realitzar l' de sistemes de processament d'imatges. (ca)
- The CIFAR-10 dataset (Canadian Institute For Advanced Research) is a collection of images that are commonly used to train machine learning and computer vision algorithms. It is one of the most widely used datasets for machine learning research. The CIFAR-10 dataset contains 60,000 32x32 color images in 10 different classes. The 10 different classes represent airplanes, cars, birds, cats, deer, dogs, frogs, horses, ships, and trucks. There are 6,000 images of each class. Various kinds of convolutional neural networks tend to be the best at recognizing the images in CIFAR-10. (en)
|
| rdfs:label
|
- CIFAR-10 (ca)
- CIFAR-10 (en)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
